Influence of <i>Lysyl oxidase</i> Polymorphisms in Cancer Risk: An Updated Meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The aim of this study was to investigate associations between polymorphisms in the Lysyl oxidase (LOX) gene with susceptibility to cancer. The role of LOX in carcinogenesis has prompted several association studies in various cancer types; however the outcomes of these studies have been inconsistent. Thus, we performed a meta-analysis to obtain more precise estimates. Materials and Methods: A literature search yielded 14 articles from which we examined five cancer groups: breast, bone, lung, gastrointestinal, and gynecological cancers. For each cancer group, pooled odds ratios (ORs) and confidence intervals (95% CIs) were calculated using standard genetic models. High significance (p-value for association [pa] < 0.00001), homogeneity (I2 = 0%), and high precision of effects (CI difference [CID] <1.0 [upper CI − lower CI]) comprised the three criteria for strength of evidence. We used sensitivity analysis to assess robustness of the outcomes. Results: We generated 28 comparisons from which 13 were significant (pa < 0.05), indicating increased risk, (OR >1.00) found in all cancer groups except breast (pa = 0.10–0.91). Of the 13, three met all criteria (core) for strength of evidence (pa < 0.00001, CIDs 0.49–0.56 and I2 = 0%), found in dominant/codominant models of gynecological cancers (ORs 1.52–1.62, 95% CIs 1.26–1.88) and codominant model of lung cancer (OR 1.44, 95% CI 1.19–1.74). These three were deemed robust. Conclusion: Based on the three core outcomes, associations of LOX 473G/A with lung, ovarian, and cervical cancers indicate 1.4–1.6-fold increased risks, underpinned by robustness and high statistical power at the aggregate level.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle